信用风险指的是交易对手未能履行约定合同中的义务造成经济损失的风险，即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性，它是金融风险的主要类型。借贷场景中的评分卡是一种以分数的形式来衡量风险几率的一种手段，也是对未来一段时间内违约、逾期、失联概率的预测。一般来说，分数越高，风险越小。信用风险计量体系包括主体评级模型和债项评级两部分。主体评级和债项评级均有一系列评级模型组成，其中主体评级模型可用「四张卡」来表示，分别是A 卡、B 卡、C 卡和 F 卡。债项评级模型通常按照主体的融资用途，分为企业融资模型、现金流融资模型和项目融资模型等。

LogisticRegression、WOE、IV、数据分箱、ROC、AUC、GBDT、seaborn、matplotlib、Pandas

沃尔玛百货有限公司，即沃尔玛公司（WalMart Inc.）（NYSE：WMT），是一家美国的世界性连锁企业，以营业额计算为全球最大的公司。主要涉足零售业，是世界上雇员最多的企业，连续 7 年在美国《财富》杂志世界 500 强企业中居首位。沃尔玛公司有 8500 家门店，分布于全球 15 个国家。在沃尔玛经营中，最近的转折点时间为 2011-2014 年之间，那么以此段时间的数据为研究对象，洞察和挖掘 2011 年至 2014 的年数据的变化情况，为后续的业务发展提供重要铺垫。

NumPy、Pandas、matplotlib、seaborn、K-Means、StanderdScaller、RFM

拜耳官方旗舰店 ( 拜耳公司 , 总部位于德国的勒点建有 750 家生产厂 ; 拥有 120,000 名员工及 350 家分支机构 , 几乎遍布世界各国 . 高分子 , 医药保健 , 化工以及农业是公司的四大支柱产业 . 公司的产品种类超过 10000 种 )评判市场和品牌的发展趋势和增长情况 , 从宏观到微观 , 从大市场到细分市场 :1. 互联网产品由关注用户增量到用户存量 , 判断产品或市场是用户增量还是存量 , 只需要判断有新的需求出现即可2. 创新 : 想要用产品价值撬动一个用户 , 同纬度竞争别家的先发优势门槛太高 , 如果别家体量很大 ,基本可以放弃通过对市场增长点的分析，找到扩大、提升企业利润的有效途径是电商分析业务中最为重要的一个环节。

波 士 顿 矩 阵 分 析 法、HHI、NumPy、Pandas、seaborn、TFIDF、jieba 分词、wordcloud

据社交媒体研究机构统计的数据显示，近期社交媒体已经超过网络搜索，成为人们消遣和了解时事的首要渠道。在电商购物平台，也不乏有很多关于用户对自家产品和服务的舆情分析需求。为了更客观的探索用户关注的重心，通常会采用文本分析+ 词云方式来分析和展示成果。此类项目一般涉及爬虫、文本分析和词云等核心技术。是目前企业关注热点和自身产品问题、服务质量等领域常见需求。词云展示的核心是关键词的提取。关键词云是对海量文字内容中出现频率较高的“关键词”的视觉突出。对新闻媒体行业而言，关键词字体越大，其被使用的频率越高，越能凸显当前的热点趋势。本项目通过抓取 B 站用户对 B 站大 V 的评论，来观察用户对当前时事的看法和态度。

requests、xpath、 正 则 表 达 式、scrapy、IP 池、wordcloud、NumPy、Pandas、seaborn、SQL、CountVectorizer、colections

近年来，二手房产市场交易火爆，有不少用户需要咨询和估值自己原有住房。按照传统的方式需要房产中介上门检测和评估的，隐私性和灵活性比较不足。对于当下的年轻一代来说，大家更加青睐 App 自助服务，那么需要一些估值模型来进行一个相应的判断。

Seaborn,Pandas,feature_selector,LinearRegress or,Decisiontree,RMSE, significance test

通 过 Python 提 高 生 产 力， 提 高 效 率， 使 用Python 将日常数据报表进行自动化计算，完成用户成绩的评分转化。 1. Pandas 数据读取 2. 异常数据清晰、空值处理 3. 根据评分表打分 4. 本地化

NumPy、Pandas、Excel、Python 文件处理

针对淘宝 app 的运营数据，以行业常见指标对用户行为进行分析，包括 UV、PV、新增用户分析、漏斗流失分析、留存分析、用户价值分析、复购分析等内容； 本文使用的分析工具以 MySQL 为主，涉及分组汇总，引用变量， 视图，关联查询等内容。 1. 基于 AARRR 漏斗模型，使用常见电商分析指标，从新增用户数量、各环节转化率、新用户留存率三个方面进行分析 2. 确定影响新增用户数量的因素，找到需要改进的转化环节，发现留存现存问题 3. 研究用户在不同时间尺度下的行为规律，找到用户在不同时间周期下的活跃规律 4. 找出最具价值的核心付费用户群，对这部分用户的行为进行分析 5. 找到用户对不同种类商品的偏好，制定针对不同商品的营销策略

AARRR 模 型、Pandas、 交 叉 表、 透 视 表、Matplotlib、Searborn、SQL

信用风险指的是交易对手未能履行约定合同中的义务造成经济损失的风险，即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性，它是金融风险的主要类型。借贷场景中的评分卡是一种以分数的形式来衡量风险几率的一种手段，也是对未来一段时间内违约、逾期、失联概率的预测。一般来说，分数越高，风险越小。

Pandas 数 据 分 箱 操 作、OneHotEncoder、Pandas、Logistic、GBDT、LDA

用户点击流日志收集、用户画像建模、推荐对象画像建模、数据实时计算平台、数据离线计算平台、推荐算法模型、协同过滤算法，使用 Python最流行的 scikit-learn 实现的聚类分析项目。聚类分析是机器学习中非常重要的算法，此项目主要利用KMeans 对附近的用户进行聚类分析，达到针对不同用户采用不同的商业推广方案的目的。 1. 构建用户画像 2. 用户行为分析 3. 用户推荐系统 4. 潜在客户挖掘

RFM、Kmeans、Apriori 关联分析、基于用户协同过滤

想要用产品价值撬动一个用户，同纬度竞争别家的先发优势门槛太高，如果别家体量很大，基本可以放弃。创新可能就是剩下的活路，而面对互联网的高速发展，线下需求基本都被互联网化，切入点可能就转移到细分市场。 1. 了解项目公司的背景和对接人员情况 2. 沟通明确实际的项目需求 3. 根据项目需求梳理分析思路 4. 确定分析工具和人员配置 , 进行数据分析 5. 撰写分析结论和方案

Jieba、WordCloud、朴素贝叶斯、波士顿矩阵、Pandas、Matplotlib+Seaborn 可 视 化 处 理、Logistic